本文關(guān)鍵詞： 獨(dú)立分量分析 約束獨(dú)立分量分析 故障診斷 齒輪箱 礦用提升機(jī)　出處：《河南理工大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著現(xiàn)代工業(yè)科技的快速發(fā)展和自動(dòng)化程度的提高,機(jī)械設(shè)備不僅具有大型、集成、高速及重載的特點(diǎn),而且其工作環(huán)境十分復(fù)雜。機(jī)械設(shè)備的某一關(guān)鍵部件一旦發(fā)生故障,往往會(huì)影響整臺(tái)設(shè)備甚至整個(gè)生產(chǎn)系統(tǒng)的運(yùn)行,不僅會(huì)造成巨大的經(jīng)濟(jì)損失,而且可能會(huì)導(dǎo)致嚴(yán)重的人員傷亡后果。開(kāi)展機(jī)械故障診斷技術(shù)是保障設(shè)備安全可靠運(yùn)行的主要措施之一,它不僅能對(duì)機(jī)械設(shè)備故障的發(fā)生以及進(jìn)一步的發(fā)展做出預(yù)測(cè),而且對(duì)故障產(chǎn)生的原因作出判斷,提出對(duì)策以減少事故的發(fā)生。因此,對(duì)機(jī)械設(shè)備開(kāi)展故障診斷技術(shù)的研究具有重要的理論意義和現(xiàn)實(shí)的工程價(jià)值。故障信息特征的提取是設(shè)備故障診斷技術(shù)的核心內(nèi)容之一,如何從較強(qiáng)的背景噪聲下提取出隱含故障信息的信號(hào)特征并將其應(yīng)用于工程實(shí)際是故障診斷領(lǐng)域研究的熱點(diǎn)。新理論、新技術(shù)和新方法方面的研究層出不窮,豐富和完善了機(jī)械故障診斷技術(shù)。本論文以齒輪箱為研究對(duì)象,以約束獨(dú)立分量分析(Constrained Independent Component Analysis,cICA)為信號(hào)分析工具,深入研究了基于約束獨(dú)立分量分析的齒輪箱故障診斷技術(shù)方法,通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的有效性,并應(yīng)用相應(yīng)的工程案例予以說(shuō)明,取得了一定的效果。論文主要包括以下內(nèi)容:(1)介紹獨(dú)立分量分析(Independent Component Analysis,ICA)的數(shù)學(xué)基礎(chǔ)、基本原理和算法。首先介紹ICA的數(shù)學(xué)基礎(chǔ),然后敘述了ICA的數(shù)學(xué)模型、模型的不確定性和可辨識(shí)性及ICA算法相關(guān)原理。最后研究了約束獨(dú)立分量分析(cICA)的優(yōu)點(diǎn)、算法介紹以及參考信號(hào)的建立。(2)從齒輪箱的結(jié)構(gòu)分別闡述了各振動(dòng)源的特征,并對(duì)其振動(dòng)機(jī)理進(jìn)行分析。介紹了齒輪箱主要零、部件(齒輪、軸和軸承)的故障類型以及相應(yīng)的故障信號(hào)特征。分析了齒輪箱振動(dòng)源信號(hào)的混合機(jī)理并建立了齒輪箱振動(dòng)信號(hào)的模型。(3)實(shí)驗(yàn)驗(yàn)證和分析。利用實(shí)驗(yàn)研究論證了約束獨(dú)立分量分析方法在齒輪箱故障診斷中的有效性和優(yōu)勢(shì)。通過(guò)動(dòng)力傳動(dòng)故障綜合試驗(yàn)臺(tái)模擬齒輪箱常見(jiàn)的齒輪局部故障,應(yīng)用數(shù)據(jù)采集儀和相應(yīng)軟件拾取了斷齒和局部斷齒情況下齒輪箱振動(dòng)信號(hào)。然后利用cICA方法對(duì)齒輪斷齒和局部斷齒故障進(jìn)行了特征提取和分析,得出了相應(yīng)的結(jié)論,進(jìn)而驗(yàn)證了該算法的有效性及其特點(diǎn)。(4)工程案例分析。針對(duì)礦用提升機(jī)傳動(dòng)齒輪箱故障信號(hào)的微弱性,并結(jié)合其故障信息的先驗(yàn)知識(shí),將cICA方法應(yīng)用于礦用提升機(jī)齒輪箱故障信號(hào)特征提取中,消除了提升機(jī)齒輪箱故障特征中的冗余信息,提取出了其故障特征,實(shí)現(xiàn)了提升機(jī)齒輪箱的精密故障診斷。工程應(yīng)用進(jìn)一步驗(yàn)證了cICA方法應(yīng)用于齒輪箱故障診斷中的有效性和實(shí)用性,并對(duì)保障煤礦提升機(jī)安全生產(chǎn)具有重要的現(xiàn)實(shí)意義。
[Abstract]:With the rapid development of modern industrial science and technology and the improvement of automation, mechanical equipment not only has the characteristics of large scale, integration, high speed and heavy load, but also its working environment is very complex. It will often affect the operation of the whole equipment and even the whole production system, which will not only cause huge economic losses, And it may lead to serious casualties. The development of mechanical fault diagnosis technology is one of the main measures to ensure the safe and reliable operation of equipment. It can not only predict the occurrence and further development of mechanical equipment failures, And to judge the cause of the fault, put forward countermeasures to reduce the occurrence of accidents. The research of fault diagnosis technology for mechanical equipment has important theoretical significance and practical engineering value. The feature extraction of fault information is one of the core contents of equipment fault diagnosis technology. How to extract the signal features of hidden fault information from strong background noise and apply it to engineering is a hot topic in the field of fault diagnosis. In this paper, the gearbox fault diagnosis method based on constrained independent component analysis (ICA) and constrained Independent Component analysis (ICA) is studied. The effectiveness of the method is verified by experiments, and the corresponding engineering cases are applied to illustrate the effectiveness. The paper mainly includes the following contents: 1) introducing the mathematical basis of Independent Component Analysis (ICA). This paper introduces the mathematical basis of ICA, then describes the mathematical model of ICA, the uncertainty and identifiability of the model, and the related principles of ICA algorithm. Finally, the advantages of constrained Independent component Analysis (ICA) are studied. From the structure of the gearbox, the characteristics of each vibration source are expounded, and its vibration mechanism is analyzed. The main parts of the gearbox (gear, gear, gear, gear, etc.) are introduced. The fault types of shaft and bearing and the corresponding fault signal characteristics are analyzed. The mixing mechanism of gear box vibration source signal is analyzed and the model of gear box vibration signal is established. The effectiveness and advantage of constrained Independent component Analysis (ICA) method in gear box fault diagnosis. The vibration signals of gear box in the case of broken teeth and local broken teeth are picked up by data acquisition instrument and corresponding software. Then the feature extraction and analysis of gear broken teeth and local broken teeth faults are carried out by using cICA method, and the corresponding conclusions are obtained. Furthermore, the validity and characteristics of the algorithm are verified. The engineering case analysis. Aiming at the weak fault signal of the transmission gearbox of mine hoist, and combining with the prior knowledge of fault information, The cICA method is applied to the fault signal extraction of mine hoist gearbox. The redundant information of hoist gearbox fault feature is eliminated and its fault feature is extracted. The precision fault diagnosis of hoist gearbox is realized. The engineering application further verifies the validity and practicability of cICA method applied in gearbox fault diagnosis, and has important practical significance to ensure the safety of coal mine hoist.
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH132.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃晉英;畢世華;潘宏俠;楊喜旺;;獨(dú)立分量分析在齒輪箱故障診斷中的應(yīng)用[J];振動(dòng)、測(cè)試與診斷;2008年02期

2 一民;高速齒輪箱故障診斷技術(shù)及其診斷系統(tǒng)通過(guò)鑒定[J];振動(dòng)、測(cè)試與診斷;1991年04期

3 戴麗杰;;齒輪箱故障診斷方法[J];黑龍江科技信息;2002年08期

4 高國(guó)華 ,張永忠;齒輪箱故障診斷技術(shù)的新發(fā)展[J];機(jī)械傳動(dòng);2003年06期

5 高永生;唐力偉;王建華;金海薇;;基于系統(tǒng)特性的齒輪箱故障診斷[J];煤礦機(jī)械;2006年01期

6 魏秀業(yè);潘宏俠;;齒輪箱故障診斷技術(shù)現(xiàn)狀及展望[J];測(cè)試技術(shù)學(xué)報(bào);2006年04期

7 邢士勇;金海薇;鄭海起;唐力偉;;基于關(guān)聯(lián)距離熵的齒輪箱故障診斷[J];機(jī)械工程師;2007年07期

8 吳德會(huì);;一種基于支持向量機(jī)的齒輪箱故障診斷方法[J];振動(dòng)、測(cè)試與診斷;2008年04期

9 王華;包磊;宋昊明;郭穎;葉偉;;空分457齒輪箱故障診斷[J];機(jī)械研究與應(yīng)用;2008年03期

10 朱有劍;李建;;基于倒頻譜特征提取的齒輪箱故障診斷[J];科技廣場(chǎng);2008年08期

相關(guān)會(huì)議論文 前6條

1 蔡安江;豆衛(wèi)濤;柴彥昌;孫少軍;;基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的齒輪箱故障診斷應(yīng)用研究[A];陜西省機(jī)械工程學(xué)會(huì)第九次代表大會(huì)會(huì)議論文集[C];2009年

2 高永生;唐力偉;甘霖;楊通強(qiáng);;基于系統(tǒng)特性的齒輪箱故障診斷[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

3 李愛(ài)民;;基于灰色聚類決策的齒輪箱故障診斷[A];第19屆灰色系統(tǒng)全國(guó)會(huì)議論文集[C];2010年

4 金大瑋;李建橋;賈民平;;循環(huán)自相關(guān)函數(shù)在齒輪箱故障診斷中的應(yīng)用[A];走中國(guó)特色農(nóng)業(yè)機(jī)械化道路——中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

5 董海江;趙春華;萬(wàn)詩(shī)慶;汪偉;;LWPEE與SVM在風(fēng)電齒輪箱故障診斷中的應(yīng)用[A];第十一屆全國(guó)摩擦學(xué)大會(huì)論文集[C];2013年

6 雷亞國(guó);林京;何正嘉;;基于多傳感器信息融合的行星齒輪箱故障診斷[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 許昕;基于濾波技術(shù)和粒子群優(yōu)化的齒輪箱故障診斷研究[D];中北大學(xué);2011年

2 焦新濤;小波分析及其在齒輪箱故障診斷中應(yīng)用研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李猷鳳;齒輪箱故障診斷的小波包-ICA分析方法[D];南京理工大學(xué);2015年

2 鄢小安;基于自適應(yīng)振動(dòng)信號(hào)處理的齒輪箱故障診斷研究[D];華北電力大學(xué);2015年

3 李楠;基于粒子濾波的齒輪箱故障診斷[D];華北電力大學(xué);2015年

4 張韶;基于數(shù)據(jù)挖掘技術(shù)在齒輪箱故障診斷的應(yīng)用[D];河北工程大學(xué);2015年

5 李國(guó)明;基于神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究[D];河北工業(yè)大學(xué);2015年

6 盧昆鵬;基于DSP-SVM的風(fēng)電齒輪箱故障診斷系統(tǒng)[D];中北大學(xué);2016年

7 馬凌芝;基于DSP和TQWT稀疏分解的風(fēng)電齒輪箱故障診斷系統(tǒng)[D];中北大學(xué);2016年

8 郭松濤;基于約束獨(dú)立分量分析的齒輪箱故障診斷研究[D];河南理工大學(xué);2015年

9 陳晗霄;基于虛擬儀器的大型高速齒輪箱故障診斷系統(tǒng)研究[D];電子科技大學(xué);2010年

10 楊成;傳動(dòng)齒輪箱故障診斷系統(tǒng)研究[D];哈爾濱工程大學(xué);2013年

，

本文編號(hào)：1512042